第一篇：女士品茶_讀后感

《女士品茶》 讀書心得

學 院：

國際學院

專 業 班 級： 國際金融113班 學 生 姓 名： 霍啟超 學 號： 0114810

《女士品茶》讀書心得

霍啟超

江西財經大學國際學院國際金融專業

《女士品茶》是當代國際著名的統計學家大衛? 薩爾斯伯格的一部通俗的關于統計學原理的普及論著。本書以“女士品茶”的故事為開始，但卻并非是一本女性讀物或者關于品茶的書，而是以這位喝茶的英國女士的假設說法為起點，介紹并引出了近代數理統計的開創者費歇爾，以及費歇爾為解決類似問題而發明的實驗設計法，并介紹了20世紀統計學的發展是如何變革了科學。全書總共29章，以時間、空間、事跡等相互穿插來講述發生在統計這個世界里的事件，作者在書中提到的所有科學的學科調查與決策和統計之間的關聯都是由一系列實例來說明的，他細數了二十世紀參與這場科學變革的代表性人物與事跡，通過生動有趣卻不失嚴謹的實例論述了統計學原理，并使用大量的非專業語言通俗地闡述了統計學的基本概念和方法，不僅證明了統計學是一門最嚴格、最合理的認識論和方法學，還深刻地揭示了現代統計學發展的過程，特別是那些很深刻的理論，都是從一些非常簡單實際的問題中發展起來的。在書中他平緩而幽默的敘述，讓讀者飽覽統計學世界的風光，體驗這一奇妙的認知之旅，并值得留待慢慢消化與回味，非常適合統計學入門學生和大眾讀者。讀完本書，我有以下感受：

一、對20世紀統計學發展的了解

最初的統計學主要是在英國，而后才蔓延到世界。在這一過程中，英國濃厚的學習氛圍為統計學的發展提供了肥沃的土壤，得以孕育一批又一批優秀的統計學家，發展出多元而豐富的學說。在19世紀，科學家們相信所發生的任何事情都預先地決定于兩點：（1）宇宙的初始條件；（2）描繪其運動的數學公式。而對于預測值與觀測值之間的差異。通通歸為誤差。相信只要實驗數據越來越精確，這種誤差是可以消除的。然而，到了19 世紀末，誤差并沒有消失，反倒是增加了。當測試越來越精確，誤差也越來越多。機械宇宙觀處于動搖之中，而統計模型作為一種新的范式在20世紀末期被科學家在各個領域越來越廣泛地運用。相關、勝率、風險等統計術語也滲入到大眾詞匯中。年輕的費歇爾深入研究了女士品茶問題，并得出了驚人的結論。然而，這只是他豐富的統計學說的一小部分，他對于實驗設計的研究，同樣為當代及后世的統計學家提供了借鑒。從對農業的研究，他得出結論：科學家需要從潛在試驗結果的數據模型開始工作，這是一系列數據公式，其中一些符號代表試驗中將被收集的數據，其它則代表試驗的全部結果。科學家從試驗數據開始，并計算與所考慮科學問題相應的結果。與費歇爾同樣活躍在統計學界的K·皮爾遜，在老師高爾頓的引導下，在非常完整的意義上第一個規范地闡明了“相關系數”這個概念，發現了“偏斜分布”，而他的革命所留下來的則是這樣一個觀念：科學的對象并不是不可觀測事物本身，而是數學分布函數，以描述與所觀測事物相聯系的概率。K·皮爾遜關于分布函數和參數的思想統治了20世紀的科學，并在21世紀仍保持著優勢。另外，皮爾遜最偉大的成就之一就是創造出第一個“擬合優度檢驗”。在這一時期，他不斷地深入探索，最終發明了假使優度檢驗，而這也為女士品茶這事件的判定起到了很好的輔助作用。隨后，《生物期刊》問世，成了統計學界的權威刊物。戈賽特所寫的一系列精彩的論文，幾乎都是發表在該刊物上，包括著名的“學生的t檢驗”。這一時期也涌現出了大量杰出的統計學家，如蒂皮特、剛貝爾、耶日??在各個學說蓬勃發展的時候，難免產生出分歧與矛盾。最顯著的莫過于費歇爾學派與皮爾遜學派的矛盾，兩種統計觀念的激烈碰撞。薩爾斯伯格把這種分歧的原因歸結為哲學上的分歧，他這樣寫道：“哲學上的分歧使費歇爾與K·皮爾遜在研究統計分布的方法上分道揚鑣。K·皮爾遜把統計分布視為對他所分析數據集合的真實描述。而按照費歇爾的觀點，真實分布只是一個抽象的數學公式，搜集的數據只能用來估計這個真實分布的參數。”既然所有估計都有誤差，那么費歇爾提出來的一些分析的手段，可以把這種誤差的程度降到最低，或者可以更經常地得出比其他任何手段都更接近真實分布的答案。所以，在20世紀30年代，看上去是費歇爾在這場辯論中獲勝了，但到了70年代，皮爾遜學派的觀點東山再起。直到作者寫作本書時，這兩個學派的爭論仍沒有停止。所以統計學，抑或說科學的世界展示給我們的是它愛憎分明的一面，即使真理，也要經過質疑與檢驗。奈曼的置信區間也曾被人稱為“置信詭計”，貝葉斯的貝葉斯定理被稱為“貝葉斯異論”，挫折與磨難才能造就真理。正是在不斷地對矛盾的探究與發現中，在人們不斷地辯證與統一中，飛速地向前發展。

另外，在人才濟濟的20世紀統計學界，即使是在二戰發生，學術飽受政治干擾與破壞的這樣艱苦的環境下，仍有許多統計學家和數學家為統計學發展孜孜不倦的辛勤付出，他們仍然堅持著自己的研究，決不向困難妥協。布利斯即使是在人心惶惶的列寧格勒也醉心于他的研究，斯堪的納維亞地區、德國、法國和蘇聯的一批數學家則傾心于中心極限定理的研究，霍夫丁在白林創辦了《德國數學》，隨后威爾克斯、古達克、古德、加德納、圖基等一大批杰出的人物活躍在統計這一廣闊的世界。他們高度的學術犧牲精神，令人肅然起敬。在第14章中，薩爾斯伯格稱柯爾莫哥洛夫為“數學界的莫扎特”。柯爾莫哥洛夫憑借其驚人的數學才華，在數理統計與概率論方面留下了不朽的成就。他在思考了概率計算的本質之后，最后終于發現，求一個事件的概率完全就像求一個不規則形狀的面積。他把新產生的數學測試理論應用到概率的計算上。有了這些工具，他就能定出一套公理，再用這些公理構建出整個概率理論。這就是柯爾莫哥洛夫的“概率論的公理化”，至今仍是學校中講授概率論時采用的唯一方法。這種方法永久性地解決了有關概率計算有效性的所有問題。雖然柯爾莫哥洛夫和他的學生在概率和統計的數學理論上有重大的貢獻，但隨著20世紀30年代斯大林肅反運動的到來，蘇聯從這場統計革命中獲益甚少，官方的觀點制約了統計學的發展。

作為入門的著作，作者在每一次引入一個新的概念的時候都會有一定篇幅的背景介紹和相關奇聞異事，比如把女士品茶這個看似很簡單并且從某些角度看起來僅僅是一個很無關重要的消遣的實驗作為一個引子，并將這個例子作為一條線索貫穿了整本書，從第一章的純粹的驗證這位女士的結論是否正確開始，如何在這位女士沒有區分能力的情況下設計實驗讓她無法僅憑猜測正確，如何在這位女士有區分能力的時候容忍區分出錯的概率，比如十次重復實驗之后區分對了九次的情況下是否值得我們相信這個女士是有區別能力。這些對于這個很簡單的實驗設計形象化了數理課中很多的概念化的東西，最大似然估計，假設檢驗，中心極限，大數定律。作者以非數學的語言描述出統計革命帶來的基本哲學觀念層面上的重大轉變，并超越一般的觀念介紹的層面而具體地展示給讀者某些精彩的統計研究工作是如何進行的，就這個目的而言本書是確實達到了要求，它并未說清楚很多具體工作的基本思想，也就影響了讀者對統計觀念的全部力量所能理解的深度。作為一個沒有系統學習過統計學的學生來說，雖然在很多的時候我不明白這些公式是怎么推出來的，也不知道這些變量是怎么求，怎么算，但能基本上明白這些公式，這些變量的設置是要做什么用的。而書中對于真實世界的描述，我們所見的都是一個概率內發生的事情，“充滿隨即性的大自然里，真實性只存在分布函數之中”費歇爾大師把觀測的現象認為是隨即的映像，真正我們想把握的只是分布的四個參數。所以統計學具有廣泛的研究領域，不論是農、工、理、文，藝，包括精算、農學、動物學、人類學、考古學、審計學、晶體學、人口統計學、牙醫學、生態學、經濟計量學、教育學、選舉預測和策劃、工程、流行病學等，幾乎無所不包，甚至日常生活，幾乎沒有不用統計學的地方，自K·皮爾遜發現偏斜分布的100多年里，統計革命不僅擴展到大多數的科學領域中，而且其許多思想已經傳播到一般的文化當中，統計是一種認知世界的方法。所以統計學是任何學科進行科學研究的工作母機，沒有統計學就沒有科學研究、沒有創新。現實是復雜的，是絕對不可能由一個有組織的科學模型來完全描述出來的。他認為科學就是試圖模擬建立一個描述現實的模型，符合可用的數據，并且可以用來預測新實驗的結果。因為沒有任何一個模型是完全真實的，所以，數據越來越多，要求不斷地配合新的發現去修正模型以修正對現實的認知。這樣，模型因為帶有特例的直覺上難以置信的延伸，變得越來越來復雜，最終，這個模型不再適用了。這時，有創新精神的人將會考慮建立一個全新的模型，一場新的革命在科學領域即將展開。統計革命就是模型變換的例子。用19世紀決定論的科學觀，牛頓物理學已經成功地描述了行星、月球、小行星和彗星等天體的運動，運動都是遵守幾個明確的運動和引力定律；在尋找化學規律方面也取得了一些成功；并且達爾文的自然選擇學說為理解進化提供了有利的依據；甚至有些人試圖將這種尋找科學規律的模型研究引入社會學、政治科學以及心理學等領域。

另外統計學不僅是科學的研究方法，還是管理工作的工具。任何科學都是研究客觀規律的，規律可以在反復試驗中重復，而沒有重復的事物不是科學研究的對象。我們周圍的事物每天都在重復，太陽每天東升西落，春夏秋冬四季更替，宏觀經濟每天運行，只有運行、重復，才有規律。但人不能兩次踏入同一條河，事物的每一次重復決不是前一次的克隆。統計學就是變化中研究規律的科學。而統計學政治家無法脫離統計而施政，軍事家無法脫離信息而指揮，企業家無法脫離統計而決策，任何管理工作都要做到心中有數。學好統計，是搞好任何工作的前提。日常生活中也充滿著統計的科學與藝術，所以需要學習統計。

二、對統計學的認識

統計學是一門研究數據的科學，任務是如何有效地收集、整理、和分析這些數據，探索數據內在的數量規律性，對所觀察的現象做出推斷或預測，直到為采取決策提供依據。統計數據的收集是取得統計數據的過程，它是進行統計分析的基礎。離開了統計數據，統計方法就失去了用武之地。統計數據的整理是對統計數據的加工處理過程，目的是使統計數據系統化、條理化，符合統計分析的需要。數據整理是介于數據收集與數據分析之間的一個必要環節。在收集和整理數據后，特別需要認清數據自身特點對其進行分析。統計數據的分析是統計學的核心內容，它是通過統計描述和統計推斷的方法探索數據內在規律的過程： 第一，弄清楚要分析的數據屬于什么類型。是連續型，還是非連續型？對于連續型數值，均值具有實際意義，對于非連續性的數值，均值并不具備實際意義，而是頻數，百分比才有意義，所以，數據屬于連續型時，適用比較均值的顯著性檢驗，若是非連續型的級數類，則適用比較頻數、比例的檢驗方法；其實，數據也可以根據不同情況進行靈活處理，例如：對于滿意度的衡量，可以根據不同的需求看為連續型分值，也可以看為幾個等級的級數；第二，需要了解樣本數據的分布特點，弄清楚樣本數據是否服從某一分布，對于分布明確的，可以采用參數檢驗，而不清楚分布情況的則可以采用非參數檢驗法；第三，判斷要檢驗差異的兩組樣本的關系，屬于獨立樣本，還是屬于配對樣本。獨立樣本即指在一個總體中隨機抽樣對在另一個總體中隨機抽樣沒有影響的情況下所獲得的樣本，樣本之間相互獨立；而配對樣本可以是同一個體在前后兩種狀態下某種屬性的兩種狀態，也可以是對某事物兩個不同側面或方面的描述，兩樣本不是相互獨立，而是具有相關性。比如《女士品茶》第17章“當部分優于總體時” 中提到： 1937 年，政府想得到有關失業率的準確數據，要在全國進行有史以來第一次嚴肅的隨機調查，同時國會授權在1937 年進行失業普查。國會通過了議案，號召失業者填寫登記卡，送到當地的郵局。那時，全國失業人口數估計在300萬到1500萬之間，依據對整個調查所作的規劃設計，普查局從郵遞線路中隨機選取2%，然而，即使按2%的比例抽樣，普查局也被這樣大量的調查問卷難住了：美國郵政服務局曾計劃幫他們把問卷分類整理，并制作了一些原始的表格。問卷在最初設計時，還希望收集被調查人口統計和工作經歷的詳細資料，但是沒有人知道該如何來處理這么大量的詳細信息。因為那時根本沒有電腦，除了用“鉛筆+紙張”繪制的表格之外，唯一可指望的就是手動的機械計算器。于是，他們與耶日·奈曼取得了聯系，奈曼指出，“我們不必知道或去探討所有的細節，也不必弄清具體的關系如何”，只需為最重要的問題找到答案就行了。采納了奈曼的建議，他們拋棄了問卷中復雜而令人困惑的細節，只計算失業的人數。并且普查局作了一系列細致的分析，證實這種隨機小樣本調查的結論比起以前所用的判斷樣本要精確得多。抽樣調查是一種非全面調查，它是從全部調查研究對象中，抽選一部分單位進行調查，并據以對全部調查研究對象作出估計和推斷的一種調查方法。顯然，抽樣調查雖然是非全面調查，但它的目的在于取得反映總體情況的信息資料，因而，也可起到全面調查的作用。而相對于抽樣調查，普查工作量大，花費大，組織工作復雜；其調查內容有限，易產生重復和遺漏現象；且由于工作量大而可能導致調查的精確度下降，調查質量不易控制。所以在現實生活中，抽樣調查的優越性是全面調查無法比擬的：一是質量性高。可集中力量做深入細致調查并提高調查質量。還可用于只能觀察局部單位的調查，如產品的破壞性質量檢查,農作物全面成熟前的產量實割實測等；二是經濟性好。只調查部分單位（如5％，1％，1? 等），可節約大量人力、物力和費用開支；三是時效性強。可大大縮短調查和整理時間，較快取得調查結果；四是適應面廣。在社會經濟統計中，抽樣調查日益得到廣泛應用，如人口普查的事后質量檢查，生育率調查，農產量調查，職工和農民家計調查等；五是能夠解決全面調查無法或困難解決的問題。如補充和訂正全面調查的結果，應用于生產過程中產品質量的檢查和控制，用于對總體的某種假設進行檢驗等等。在本書第11章“假設檢驗”中曾提到：“K·皮爾遜常常利用他的卡方擬合優度檢驗來‘證明’某些數據符合某些特定的分布。在費歇爾把更精確的方法引入到數理統計之后，K·皮爾遜的方法就不再為人接受了。但問題仍然存在。為了知道應該估計哪些參數，為了確定這些參數與所研究的科學問題之間有何關系，我們必須假設該數據符合某一特定的分布。統計學家們常常會利用顯著性檢驗來證明數據符合何種分布。”在實際操作中，由于人力、物力、時間等問題，一般都用抽樣調查的方法抽取一定數量的具有代表性的群體，得出樣本數據來進行研究，并對總體特征進行統計推斷，在這里面就會存在兩個問題，一是樣本的特征數量能否反映總體特征？二是兩種不同的樣本的數量標志參數是否存在差異？只有解決這兩個問題，才能正確的推斷總體特征，也才能找出不同特征群體的需求差異，這就需要統計學中的顯著性檢驗來解決。顯著性檢驗是用來判斷樣本與樣本，樣本與總體的差異是由抽樣誤差引起還是本質差別造成的統計推斷方法。用樣本指標估計總體指標，其結論有的完全可靠，有的只有不同程度的可靠性，需要進一步加以檢驗和證實。通過檢驗，對樣本指標與假設的總體指標之間是否存在差別作出判斷，是否接受原假設。這里必須明確，進行檢驗的目的不是懷疑樣本指標本身是否計算正確，而是為了分析樣本指標和總體指標之間是否存在顯著差異。從這個意義上，假設檢驗又稱為顯著性檢驗。假設檢驗是除參數估計之外的另一類重要的統計推斷問題。它的基本思想可以用小概率原理來解釋。所謂小概率原理，就是認為小概率事件在一次試驗中是幾乎不可能發生的。也就是說，對總體的某個假設是真實的，那么不利于或不能支持這一假設的事件A在一次試驗中是幾乎不可能發生的；要是在一次試驗中事件A竟然發生了，我們就有理由懷疑這一假設的真實性，拒絕這一假設。

由于顯著性檢驗的功能在數據分析中的重大作用，顯著性檢驗得到了廣泛的應用。然而在應用之前，首先了解各檢驗方法的適用范圍及其特點是正確使用檢驗方法的基本前提。許多統計檢驗方法的應用對總體有特殊的要求，如t檢驗要求總體符合正態分布，F檢驗要求誤差呈正態分布且各組方差整齊等等。這些常用來估計或檢驗總體參數的方法，統稱為參數統計。許多調查或實驗所得的科研數據，其總體分布未知或無法確定，這時做統計分析常常不是針對總體參數，而是針對總體的某些一般性假設（如總體分布），這類方法稱非參數統計，相應的，統計檢驗總體分為參數檢驗和非參數檢驗。在選擇參數與非參數檢驗時，首要考慮是數據的分布情況，能確定分布類型的，則可適當選用參數檢驗，參數檢驗主要包括包含的方法有：單樣本T檢驗、兩獨立樣本T檢驗、兩配對樣本T檢驗；非參數由于不限制分布，統計方法簡便，適用性強，但檢驗效率較低，應用時應適當加以考慮，非參數檢驗主要涉及單樣本、兩獨立樣本、兩配對樣本、多獨立樣本、多配對樣本五個方面的非參數檢驗。不同的檢驗方法，比較的統計量是不同的。T檢驗等檢驗方法都是比較均值；卡方檢驗、K-S檢驗等比較頻數；曼－惠特尼U檢驗等是對秩進行比較；符號檢驗法比較的是前后變化差值的符號。因此，只有了解各檢驗方法的基本思想及特點，才能正確選取適當的檢驗方法。其次，認清研究目的。研究目的是調研中一切實務的根本出發點，做數據分析時同樣首要考慮的是研究目的，研究目的也是數據分析的方向，但此時研究目的需要細化，具體到要通過哪些數據，得到什么信息，取得何種結果。例如：希望通過對消費者購買哪些品牌的數據來得出市場占有率的信息。具體的實際應用中，靈活運用檢驗方法是關鍵。檢驗方法雖然有各自特點和適用范圍，但是可以對數據做稍微的處理、變化，或是換個角度分析，便可運用不同的檢驗方法；且各方法有適用范圍，當然也有它的局限性，有時需要多種檢驗方法配合使用，相互補充，才能充分地挖掘信息。例如：獨立樣本T檢驗法判斷AB產品對于抗過敏的功效評價在均值上是否有差異，而卡方檢驗可判斷他們在各評價水平上的分布有無差異，假如判斷出他們功效水平無差異之后，我們還想知道他們到底是同樣的好還是同樣的差，這時可以再使用單樣本T 檢驗對與均值評價水平相近的滿意度水平進行差異性檢驗來進行定位。此外，我們還需要合理解釋檢驗結果。不僅要正確識別檢驗結果，還需要結合原始數據及實際意義，并針對研究目的來分析說明。

在統計模型的數學和技術層次之外，本書花費了大量心血來表達統計革命的觀念和世界圖景的新思考。這方面貝葉斯層次模型對理解統計觀念十分重要：理論實體是統計分布，這是變化和影響的基本實體。而理論實體是實際不能直接測量的，我們只能得到它的盡可能好的估計值。作者在本書中當然默認了實在論的認識前提，集中在作者對于物理學實驗和物理學理論工作模式的理解。比如作者對混沌理論的批評，他認為混沌依然是決定論的產物，在現實中他更相信統計模型。物理學是很多套數學模型，有確定性的，如牛頓經典力學體系；有概率特征的，如量子理論。用哪個模型來描述問題完全看問題處于哪個層次從而導致問題的哪個方面更為主要從而決定使用哪個模型來進行描述。混沌理論最初是在經典力學模型中發現的內在隨機性，是經典力學模型的內在性質。而后來的發展又在隨機性的量子理論模型中發現了量子混沌現象，混沌不是一個理論模型，而是模型的性質，決定論的模型和隨機性的模型都會出現，如果認為量子理論是隨機性的模型的話。但是我認為，按照統計革命的思想，量子理論算不上隨機性的模型，這個比較深層的疑問，也許后面會再談到。所以作者關于混沌的評論和將其與統計模型的比較本身就是不適當的。混沌理論與隨機性相關的另一個問題在我看來始終是一個困惑，即多體系統的隨機性與少體系統的隨機性本質上如何區別，多體系統比如阿伏伽德羅常數個分子的統計行為，是統計力學處理的對象。在這種情形即使個體的行為可以精確追蹤也是沒有意義的，理論不需要對個體的了解，只需要大數統計行為就可以預言系統的宏觀性質。在經濟社會系統里統計模型的大量應用就是源于這些系統是天生的多體系統，社會學經濟學等社會科學的困難尤其是應用物理學方法進行研究的困難正在于此，物理學分析多體問題的方法還不夠。處理大數問題，自然要用統計，但是對于少體系統的內在隨機性問題就是另一種機制了，在三體問題牛頓方程組中混沌現象的發現是一種全新的模式——高度非線性的效應，而不是大數效應導致的隨機性。但是這兩種機制不同的隨機性的數學描述，應該完全有可能統一進行。本書涉及到許多統計觀念在現實問題中應用的例子，或者說是在用統計模型處理現實問題中引起困惑的觀念問題。比如對統計相關性的理解。最著名的例子是費歇爾對吸煙與肺癌關系的統計分析所持的態度。他認為吸煙與肺癌有關的統計分析都是站不住腳的，從分析的角度看，他的天才是令人驚異的，統計相關性一直受人詬病，原因一方面在于作者多次提到的大部分使用統計方法的人實際上并不真正理解統計方法的思想，誤用和死板硬套的情況普遍存在；另一方面也在于統計相關性的結論與因果性的關聯之間存在問題。既非充分也非必要的統計相關性意味著什么，為什么人們還是需要因果性的追尋？另外關于統計模型本性的思考，最重要的問題我認為有兩個，一個是為什么它這么重要，竟能形成一個龐大的學科，這個學科的地位究竟又如何。這個問題我的理解是因為20世紀以來多體模型被普遍研究，自然需要統計學方法。作為一個學科是沒有必要的，只是數學模式的一種，借由廣泛的應用才如此受人熱捧，這樣就消解了似乎籠罩在它頭上神圣的光環。這個問題很簡單，是一個社會學的問題，只是有些內行學者喜歡抬高自己工作的意義，而很多外行也不懂，被一些富有煽動性的書籍和炙熱的感情迷惑了。另一個問題是真的問題，一個科學和思辨的問題：統計相關性與因果相關性的關系。傳統的理解，包括本書中許多統計學家也持這種觀點，即認為統計相關性是唯象的，在得到統計相關之后還需要進一步分析因果性，是什么因素導致了統計相關。如果持有這個觀點，很難說是真正理解了統計革命。因果性是還原論，決定論思維的特征。一個弱化的版本是統計相關與因果相關的融合——只存在統計意義上的因果性。這依然是一種經典的思維模式，可不可能本來就不存在因果性，本質上就是統計相關性？或者更學術的表述應該是是不是統計相關性是更不建構的東西？我本人傾向于做這種理解并尋找支持這種理解的東西，不去做因果性的分析，因為那本來就沒有根本的意義。另外一種可能是統計相關和因果相關是兩種并行的事物之間相關的模式，但這似乎不大可能。在這一問題的基礎上，我想是不是可以借由進一步的統計理解來推進突破還原論決定論的思維。如何才能學會整體論的思維呢？自然界在哪里可以給我們提供一些啟示？本書除了費歇爾以外作者最推崇的天才就是柯爾莫哥洛夫和約翰圖克，前者的廣博才華人所共知，而后者是不可思議的高效和深刻結合的天才，強烈的好奇心和難以抑制的原創沖動。他思考了一個看起來只能存在于哲學思辨中的問題：人類思維傾向于發現模式，那么在多大程度上可以用傾向于模式的目光去檢驗數據，此基礎上發展出探索性數據分析這一套方法。作者在書的最后一章里提出了一些很困難的有關統計和概率的哲學問題，統計可以脫離概率理論嗎？概率在現實生活中是什么意義？統計理論的內在一致性問題等。作者曾說：在現代世界觀的基本假設中，哪些可能在500年后看起來是很荒謬的？

三、感悟與總結

讀完《女士品茶》，我大致了解統計學發展的來龍去脈，也讓我知道為何要學統計學的原由，它不僅解除我心中對這些統計工具在應用上的疑問，而且極大的增加了我學習統計的興趣與決心。它讓我對統計的感覺不再那樣僵化，是值得我在學習統計邊學邊看的好書。對于大多數本書讀者，即統計學的外行來講，本書最大的特色在于一直從問題出發，這也是統計學強大生命力和吸引力以及面臨巨大困難挑戰的所在。對學術知識不扎實的人來說，對書中所講的公理化體系并不感到濃烈的興趣，說概率是一種非負規范的測度對于很多人來講并沒有什么意義。更多人感興趣的是統計學的廣泛應用，正如前面談到的那樣，統計涉及的領域幾乎無處不在。費歇爾在農場里倒弄統計，計量農作物與氣候，雨量，殺蟲劑，肥料之間的關系，在發表了《研究工作者的統計方法》這一系列舉世著名的論文的同時，也改善了農業生產。戈賽特先生在吉尼斯釀造公司這樣的化學企業，通過解決測量在麥芽漿發酵是其所用的酵母數量，確定了泊松分布在現實生活中的實例和統計分布新觀念的應用，當然也解決了該公司生產上的一個重大問題。蒂皮特在投身棉花工業研究協會之后，為找出最脆弱的纖維強度，發現了極致分度也找出了最脆弱的纖維強度，提高了棉花的產量。書中還提到許多的統計學的數理統計的運用，例如，統計應用于醫學來找出同一種藥物的劑量對人的反應，改善藥物研究進行控制和提取新產品測試的方法；應用于第二次世界大戰，來測量哪種毒氣對敵人有影響；對竊聽來情報的情報進行解碼，應用邏輯和數學模型來解決用遠程轟炸機對付潛艇的最佳使用方案，為防空武器提供設計表，決定靠近前線的軍火補給站的最佳選址，甚至還要解決軍隊的食物補給問題，并由此產生了一門新的學科----運籌學；戰爭之后，由數理統計衍生而來的運籌學應用到了商業上，解決了諸如找出倉庫與銷售部門之間的最優關系，均衡有限資源，改進生產和提高產量等商務問題。還有比如書中介紹的：署名有爭議的文章原作者的鑒定方法；劃分國民經濟的不同部門用矩陣模型來進行投入—產出分析；吸煙與肺癌到底是什么關系？無確定病原體的傳染病與生活習慣的關系；人類活動與生物圈破壞，臭氧空洞等問題；百年一遇的洪水如何進行統計模型的預測？小樣本如何有效估計總體分布的參數？監獄犯人釋放后重犯率與刑期長短的關系的統計數據明顯的正相關如何分析？公共住宅是否影響低收入人群的社會態度？像癌癥這種性命攸關的疾病不可能隨機分配治療方案來進行隨機化試驗以研究新方法的療效，這時如何辦？這無窮無盡的問題出現在經濟學，社會學，醫藥學，物理學，管理學等幾乎所有科學領域，一方面讓人不禁思考統計模型的本性，另一方面正是在這些問題的研究當中人們對統計模型數學和技術方面的理解日益加深，不斷意識到原有理論方法的不足。對這些問題的興趣和困惑才導致對統計學的興趣，問題無處不在，但是有多少人意識到了？看過這本書之前，會去思索這些問題嗎？更多時還是笑一笑說太復雜了。天才的一個顯著特征即是進行長期連續的高強度深度心智活動，對于愚笨的人，生命沒有問題。它使我充分認識到：環境愈不確定，統計的應用更顯得格外重要！因此，學會統計并學會運用統計，可以使人更好地組織生活，謀劃人生。而當今，正在飛速發展的中國，如果將統計概念更加普遍的運用于各個專業領域，中國的發展必將更加迅速。

此外，本書中介紹了許多數學和統計大師們的傳奇與故事。他們的共同點除了對世界擁有巨大的貢獻的之外，還有一點那就是不論處于怎樣艱苦的條件，亦或怎樣的巔峰，他們都始終忠于自己的一生都在追尋著的興趣與事業。比如貫穿全書的大師費歇爾，在以皮爾遜領導下的整個統計界不認同他的時候，他絲毫沒有氣餒，反而是通過不懈的研究，發表具有革命意義的論文，最終贏得了數理統計學界的認可與尊重，最終成為一代大師。只有一生的勤勤懇懇，才能造就輝煌。有的人是從小就在數理統計方面表現出非凡的才能，如俄國數學家柯爾莫哥洛夫在5歲的時候就提出了他的第一個數學發現；古德在10歲的時候就發現了2的平方根是無理數以及“佩爾方程式”的問題的解。也有的人是后天才轉而對這方面產生了興趣，例如費歇爾的女婿喬治。博克斯是在第二次世界大戰的化學防御試驗室又有工作的需要才開始接觸，學習，最后喜歡上統計學，并以之為終生事業；布利斯起初感興趣的是對生物學，由于參加了殺蟲劑的實驗，但是受到許多沒法控制變量的干擾，在學習了費歇爾的《研究工作者的統計方法》之后，才對數理統計產生濃厚的興趣，并在此基礎上發明了一種稱之為“概率”單位分析的方法。無論是上面提到的哪一類型人，他們的腳步始終追隨著自己的興趣與興趣。人們常說，興趣就是最好的老師。這句話一點都不假。

但是，如果想提高自己的統計學能力，閱讀這本書是遠遠不夠的。而且我相信如果還有機會和時間的話還會很認真的去讀第二遍。這本書不僅僅是能讓我明白為什么會有統計，哪些時候我是可以用到統計學的，還讓我認識到統計是人類認知世界的重要方法，如何將統計知識深入淺出的應用到現實中是多么重要。

第二篇：女士品茶讀后感

他們所作出的努力

—《女士品茶》讀后感 選擇《女士品茶》這本書，只是因為它的名字，一個完全不帶統計學味道的名字。

其實當老師說需要寫讀書筆記時，內心只有各種抵觸，十分不明白為什么這么一門徹徹底底的理科需要寫那么文縐縐的東西，心里浮躁的不知該如何去描述。

大學四年似乎讓我學到了很多東西，但是也讓我丟掉了很多曾經讓我開心、讓我難忘的東西。

耐著性子，開始閱讀幾本書中名字最吸引我的一本，結果卻出乎意料，盡管翻譯有些欠缺，這本書的內容和名字一樣吸引了我，引導我讀了下去，并讓我想起了很多被自己遺忘在角落里的東西。

一個個小故事，一個個人名，把統計學的歷史輕輕地穿了起來，熟悉的定理、名詞在這些偉大的先驅者思想中先后誕生，呆板的公式、定律仿佛鮮活了起來。這就是讓我頭痛的應用數理統計？這就是我覺得與自己專業一點也不沾邊的統計學？

曾經以為有了現代統計軟件的幫忙，我可以不去理解這些讓我云里霧里的統計原理。曾經以為隔行如隔山，自己實驗所得的數據，他人怎么能分析的比我還清晰。而《女士品茶》中的各位主人公，把統計原理完美的應用到了各行各業，讓統計學跳出了生硬的書本，自由自在的翱翔在現實生活中，并且帶動著各個領域繼續前進。

頓時我對統計學有了興趣，在自己完全拋棄數學4年多的日子之后。隨著繼續的閱讀，慢慢想起了自己曾經有多么喜歡數學，曾經最喜歡的課是數學，曾經最先完成的作業是數學，曾經最開心的是解出了一道讓自己困惑多日的數學題。

雖然當年學的數學與統計學有著很大的差異，但是我覺得它們很相似，至少解題的樂趣應該是相同的，可為什么現在自己對統計作業那么恐懼，看著滿本子的公式、定理那么慌張，做不出來就輕易放棄，完全沒有了當初解不出來誓不罷休的心情。

就是因為大學的專業學習么？還是因為自己。雖然很不想承認，但是真正的原因還是自己。從高中到了大學，從大學到了研究生，一步步走下去，我把夢想丟棄了，我把學習的快樂丟棄了，我把自己弄丟了。

而書中的他們堅定地走在通向自己夢想的道路中。盡管艱難，但是每個人都不輕言放棄，就算沒有人認可自己，他們依舊堅持著自己，哪怕被證明自己是錯的，但是他們曾經為了自己的理念奮力爭取過，不像現在的我，麻木的荒廢著他們努力拼搏的青春，自以為是的運用著他們當年奮斗一生得出的結論，其實自己什么也不明白。

K．皮爾遜的名字感覺出現了很多很多次（也許是他兒子也總出現的緣故，我對人名辨別度不高），覺得他是個很偉大的統計學家，因為他為現代統計學打下了堅定的基礎，提出了許多十分熟悉的統計名詞，如標準差、成分分析、卡方檢驗等。只是他不能很好的接受他人的先進理念，活在自己的學術界中。人非圣賢，孰能無過，不能因為他曾經的過失而舍棄他當年的功勞榮譽，可惜其他人也是凡人，同輩中的佼佼者無法放下他的過失，他的成果一度很不受重視。好在時間可以進行最公正的評判，當年斗爭過的恩恩怨怨終于塵埃落定，剩下的只有他們令人仰視的成果。

費歇爾是比K.皮爾遜略晚些的杰出統計學家，他們兩人的競爭讓現代統計學得到了長足的發展。爭吵著，競爭著，成功著。假設檢驗、極大似然估計等等現如今十分常用的統計規律，都是這個天才般的人物提出的。很好奇他們是怎么從那么多普通的數據總結出這些實用的工具，很慶幸有他們，讓我們的實驗數據可以總結出神奇的結果。

這本書的題目是《女士品茶》，可其中的統計學家很少有女性，然而這為數不多的女性，讓我對女性們柔和的理性有著更深的理解。很少有女性會剛硬的提出觀點，霸道的讓他人認可自己，但她們可以很好的調和眾多霸氣外露的男性專家們的意見，緩和著所在團體的針鋒相對。而且女性天生的耐心和細心為不屑于簡單計算的男性專家們提供了準確的數據，為新理念的提出奠定了良好的基礎。

通讀下來，清楚地看見統計學在這些相識或不相識的人手中逐漸發展，慢慢形成了今天我們所熟悉的統計學，同時也清楚的了解了戰爭爆發和政治影響對統計學甚至所有科學的影響。就像物理學家們制造的原子彈結束了二戰，也毀滅了那么多無辜的平民的幸福生活，統計學家們也通過自己的知識結束了戰爭，卷入了那片血腥。今天相對和平，統計學家們紛紛轉入商場等領域，再次掀起一片片“血雨腥風”。爭斗永遠伴隨著人類歷史。

雖然翻譯有些別扭，這本書還是改變了我對統計的看法，那一個個活生生的人所創造的生動的統計學，讓我很想弄清楚統計的奧秘。高考前，數學是我耗費心血最多的一門課，喜歡它卻很難像化學生物那樣輕而易舉的征服它，傳說中的奧賽題我是一塌糊涂，現在統計課上老師講的題目我也很難完全明白、靈活運用，可能是我不具有書中他們的數學天分，更多的可能是離開數學這么多年，太多需要補的東西沒有完成，但是我相信通過自己的努力，可以讓我對統計，這門所有科學研究必不可少的工具，有著更深的了解，可以適當的運用大師們總結出來的方法、規律，作出合理的的實驗設計，對數據有著適當的處理方法，讓自己的工作成果可以得到最恰當的分析。

盡管自己很難像他們一樣作出那么影響后人的成果，但是希望在他們努力的幫助下，我可以做出些自己的東西，爭取為未來的他們的豐功偉績打下一點點基礎。當年的他們所作的努力讓我們受益匪淺，我們站在他們的肩膀上，繼續搭建著科學的大廈，希望未來的他們可以用得上今天我們的努力，也希望自己抓住手頭的青春，趁年輕，趁活著，多干些有意義的事，別再揮霍最寶貴的今日。

第三篇：《女士品茶讀后感》

讀《女士品茶》有感

一開始看到書名時，我以為這是一本與家政課有關的書籍，正納悶為什么這樣一本書會和統計學有關時，我開始閱讀如此一本“統計學”書籍，但是，當開始慢慢展開閱讀后，我驚訝了，這一部由美國統計學家薩爾斯伯格以“女士品茶問題”為切入點所著關于統計學歷史與變革的書，讓我開始慢慢進入一個統計學的世界，有人這樣評價這本書，“以一種全新的視角帶領讀者進入統計學的世界，體會統計學帶給哲學觀、宇宙觀的變革”，對于有如此高的評價的一本書，確實值得我細細研讀。

《女士品茶》一書不像我想象中那樣枯燥繁瑣，讓人提不起興趣，相反的，它的書名新穎獨到，內容新意盎然。正如薩爾斯伯格所說：“我所選擇貫穿20世紀統計學復雜理論的主線是與別人不同的。我希望讀了本書后能有所啟發，去進一步了解統計革命的內涵。”。通過一些趣味盎然的統計發展故事，這本書的確給那些不懂或只是略懂數學的人帶去了對統計學的興趣。一改過去統計學只有越難才越有價值的觀念。作為一本講統計學的書，平均數、標準差、估計值、概率、正態概率分布隨機變量等等一系列的概念和術語，自是綿亙不絕，但是不同于其他書的是，這些概念和術語的背后，是一個個統計大師鮮活的形象、是一段段他們探索創新，歷盡坎坷的人生故事。故事中穿插著大師們睿智的珍言、友誼的情懷、幽默的細節、個性的遭際，像一個個人生的小舞臺劇，富含著哲理和知識。讓人感覺到，大師之所以為大師，是因為即使是生活的問題，在他們眼中也是有研究的意義的。例如“可愛的戈賽特先生”中，戈賽特先生給我留下了深刻的映象。戈塞特先生是愛爾蘭都柏林吉尼斯釀造公司的負責大倫敦區業務的主管，在進入公司之初他是牛津大學的新秀，擁有化學和數學兩個學位，當時公司雇傭他是因為他的化學專長，在該公司看來，作為一個釀酒企業，數學對于他們來說是沒有作用的，但是戈塞特對公司做出的第一個貢獻就是以數學家的身份完成的。因為釀酒是需要進行麥芽漿發酵的，在發酵的時候就需要測量用酵母的量，這時就需要用到數學。戈賽特先生除了 是一個擁有很高成就的人之外，還是一個謙遜的人。在他的信中，人們經常可以發現這樣的字眼：“我的研究只是提供了粗淺的想法”或者，當他的某些發現被給予過多的榮譽，他會說：“費歇爾實際上已經能完成了整個數學結構。”

古語中有許多類似于“驕兵必敗”“謙虛使人進步”的名言，我想戈賽特先生的成功與他的謙虛也一定有著莫大的關系。我們在生活學習中，一定有過因小小的成功而沾沾自喜之時，現在當我們反觀這些成功的人，深思熟慮之時，又會體會到、，其實自己的這樣的沾沾自喜是多么的幼稚可笑。

可能大多數人都認為，其實學校里學到的東西將來到社會上用到的很少，許多沒有讀過書的人也照樣成了大老板。可是學習這些知識真的沒有用嗎？雖然它的好處沒有直接體現在實際應用中，但是在我們學習它們的時候，我們學會了思考的方法，掌握了處理問

題的思維方式，培養了嚴密的邏輯性思維??但是戈賽特先生的例子告訴我們，不要小看你所學的專業知識，它會在不知不覺中影響著你的生活，起到非凡的作用，擁有它作為專業知識的意義。或許你覺得你用到得知識不多，但是用到的時候，便能將其發揮得淋漓盡致。正如古語所云：書到用時方恨少。永遠別覺得知識是多余的。還記得費歇爾和K.皮爾遜嗎？他們是統計界的非常杰出的兩位，費歇爾由于先天的部分原因，導致他在幾何直覺方面異常靈敏，他認為簡而易見的數學知識，其他數學家可能要花上數個月才能證明。然而正因為如此，他是一個非常沒有耐心的人，雖然他在統計學富有盛名，但他的貢獻一半以上是與遺傳學有關。而K.皮爾遜雖然拿的是政治學博士的學位，但他的主要興趣還是在科學哲學和數學模型的性質上。他發表的《科學的法則》被視為關于科學和數學性質最偉大的著作之一。而他提出的四個基本參數也普遍被應用于各個領域。同為兩大杰出的科學家，他們之間卻是水火不容。費歇爾的政治見解與K.皮爾遜的完全不同。皮爾遜鐘情于社會主義與馬克思主義，他同情被壓迫者，并喜歡挑戰保守的優等階級，而費歇爾則更關注優生學。但是盡管兩人之間存在糾紛，都竭力避免公開的沖突。K.皮爾遜把統計分布視為他所份分析數據的集合的真實描述，而按照費歇爾的觀點，真實分布只是一個抽象的數學公式。費歇爾用他條理清晰的數學頭腦理清了殘留在K.皮爾遜觀點中的大量混淆，正是這些混淆使得K.皮爾遜沒有意識到自己觀點的深層本質。費歇爾用自己的觀點使得K.皮爾遜的理論更加明確，我們不能不說

這不是他們之間的學術合作。而我們也不得不承認，“識是沒有結界的，科學上沒有對手”，因為知識正如同溪水，雖然來自不同分支，但最終都因流入科學的大海而融匯到一起。、當在書中讀到這樣一段話“當教條的理論降臨蘇聯統計學界時，由中央統計局和它的下屬統計局報出來的數據，也越來越受質疑。??然而，中央政府依然捏造出虛假、樂觀的統計數字，真實的經濟活動水平被許許多多的經濟增長率的比率指標所掩飾了”這又讓我想到了實際，在我們所不知道的一些幕后，這樣的類似的事情是否在上演？如果是，我們能做出什么來改變這樣的現狀？深深地無力感彈我疲倦，但是，從另一些方面，我又找到了曙光。

同時，讀《女士品茶》，讓我了解統計學整個發展歷程，也讓我知道了學習統計學的意義所在，它不僅解除我心中對這些統計工具在應用上的疑問，而且更加堅定了我學習統計的決心。讓我開始了解，統計并不是一門單純的枯燥無味的數學，在作為一門學科知識的同時，它也是一項重要技能，更是有趣的學科知識和實踐必要的知識，學習統計，并不能單純的學習，更重要的是為了以后能在生活，工作乃至研究中對它應用的淋漓盡致，發揮它的作用。南丁格爾有一句名言：如果要想了解上帝在想什么，我們就必須學統計，因為統計學就是在測量上帝的旨意。可見，統計的運用并不止與數學，而更是由數學向外更為廣闊的衍生。本書以一個二十世紀二十年代后期，在英國劍橋一個夏日的午后，一群大學的紳士們和他們的夫人們，在戶外享用下午茶的時候對茶加進奶，奶加進茶后有不同味道的爭論開始的。對于茶加奶和奶加茶，我想放在我們身上，我們只關心這兩中情況下茶的味道到底有沒有差別。而這些大學中紳士們卻可以依此引出一個假設檢驗的問題。的確，茶加奶和奶加茶沒有任何的科學價值而言，但是這些大人物們由于他們對結果敢興趣，所以就進行了熱烈的討論，并追尋結果。由此，又不得不深思，一些偉大的科學研究，都是產生于這樣源于生活的思考，例如牛頓由蘋果產生的對萬有引力的思考等等。有時候，保持一顆好奇心并且保持一股求知欲，勇于思考敢于探險，虛心接受錯誤并改正，不輕易被擊敗，不輕易餒退，勝利往往在距離你不遠的地方。

《女士品茶》，不僅僅讓我追溯統計學的歷史，讓我對自己的學科專業從迷茫到初步了解，讓我對我的學科專業充滿希望。同時，它也讓我學習到一些為人處世之理，生活也想統計一樣，看似枯燥無味，實則又讓人津津有味。從書中，與大師為友，像是這場舞臺劇的旁觀者，又像是參與者，享受其中，唯有知識才能解決一些無知識者不能解決的問題，不再是迷茫的，不再是無意義的，每一件事都有其存在的意義。

雖然這本書是一本統計學的史書，中間并沒有涉及到較多的專業知識，也沒有進行理論的探討，但就是這樣一本書仍然讓我感受到了統計學的魅力和我作為一個統計學學生所要面對的問題。我相信這本書解決了很多人的一些對于專業方面的疑惑，也讓我收獲頗多。我也相信智者的光輝一定會得以傳承，統計學未來的發展一定

會更加輝煌！當之無愧的，它應被稱為“關于統計學歷史與變革的書”。

第四篇：女士品茶有感

讀《女士品茶》有感

這篇文章是我進入大學以來寫的第二篇經濟統計方面的書籍感想。上個學期的《魔鬼經濟學》帶給我很深的感悟，而《魔鬼經濟學》則讓我領略了不一樣的風情。

在讀《魔鬼經濟學》之前，我認為經濟就是談論有關股票，稅務之類的問題，然而讀完以后，我才覺得經濟也可以理解為另類的方式解決我們生活中的各種問題，揭開真實世界的偽裝，而另一點就是經濟離不開數據。在閱讀《女士品茶》之前，我看過一個相關短片，誤導了我，讓我以為就是解決這個問題而談論的。結果，又錯了！

《女士品茶》只是本書的第一章節，本書真正要研究的是統計學中這些統計模型是什么？它們是怎么來的？在現實生活中它們意味著什么？它們是現實生活中的描述嗎？而且這本書還介紹了一些統計界的知名人士，這使得從小就喜歡讀人物傳記的我產生了極大的興趣。

對于本書的感悟，我想從以下幾個方面來闡述：第一部分是，統計界中的各色人物的生平和他們之間存在的各絲聯系；第二部是，女性在統計界的地位的變化；第三部分是，文中涉及的各類生活中的問題和所涉及的解決問題的和驗證問題的方法；第五部分是，對待科學，生活等各方面，我們應該抱著什么樣的態度以及我的總結。

在《女士品茶》中給我印象最深刻的兩個人物就是費歇爾和K.皮爾遜，不得不說他們是統計界的非常杰出的兩位。費歇爾由于先天的部分原因，導致他在幾何直覺方面異常靈敏，他認為簡而易見的數學知識，其他數學家可能要花上數個月才能證明。然而正因為如此，他是一個非常沒有耐心的人，雖然他在統計學富有盛名，但他的貢獻一半以上是與遺傳學有關。

而K.皮爾遜雖然拿的是政治學博士的學位，但他的主要興趣還是在科學哲學和數學模型的性質上。他發表的《科學的法則》被視為關于科學和數學性質最偉大的著作之一。而他提出的四個基本參數也普遍被應用于各個領域。同為兩大杰出的科學家，他們之間卻是水火不容。費歇爾的政治見解與K.皮爾遜的完全不同。后者鐘情于社會主義與馬克思主義，他同情被壓迫者，并喜歡挑戰保守的優等階級，而費歇爾則更關注優生學。因為他們的對頭關系，也影響了后代。從而費歇爾與小皮爾遜的私交并不是很好，從這我們不得不說，費歇爾還真是記仇啊！他對小皮爾遜這位溫文爾雅的先生存在著顯而易見的敵意。小皮爾遜一是代父受過，二則是代合作伙伴耶日.奈曼受過，費歇爾特別討厭奈曼。盡管如此，小皮爾遜還是對費歇爾極其尊重并高度評價他的工作。他曾經寫道，他早就習慣了費歇爾從來就不在著作中提到他的名字，盡管兩人之間存在糾紛，但都竭力避免公開的沖突。

通過我對費歇爾與K.皮爾遜之間的恩怨了解，使得我對費歇爾的印象大打折扣，但不可否認的是，他的貢獻起著舉足輕重的地位。其實他們在哲學上也存在這樣或那樣的間接交流。

K.皮爾遜把統計分布視為他所份分析數據的集合的真實描述，而按照費歇爾的觀點，真實分布只是一個抽象的數學公式。費歇爾用他條理清晰的數學頭腦理清了殘留在K.皮爾遜觀點中的大量混淆，正是這些混淆使得K.皮爾遜沒有意識到自己觀點的深層本質。費歇爾用自己的觀點使得K.皮爾遜的理論更加明確，我們不能不說這不是他們之間的學術合作。而我們也不得不承認，知識是沒有結界的，科學上沒有對手。因為知識正如同溪水，雖然來自不同分支，但最終都因流入科學的大海而融匯到一起。

知識沒有對手，同樣知識也沒有性別歧視。在閱讀前幾章時。讓身為女性的我心里略微不高興，總是介紹男同志，女同胞去哪里拉？怎么本書中就沒有女同胞呢？

原來在早期女性在統計界的作用就是計算，這是利用女性的耐心和細心品質，（因為當時的先進計算機。）是沒有的早期的統計界是男性的天下。雖然也有許多女性同胞在統計領域工作，但她們大都從事一些統計分析所需的繁復計算。隨著20世紀的發展，情況就發生了變化，這其中得重點感謝奈曼，他幫助并鼓勵許多女性，指導她們的博士論文或與她們共同發表論文，并在學術圈里幫助她們尋找合適的職位，使得她們的各類天分得到充分的發揮并應用與統計領域。

而在女性領域中，珍妮特.諾伍德是最為杰出之一。在隨著女性在統計界地位的提高，在美國的統計部門，女性扮演了非常重要的角色，她們分別在普查局，國家衛生統計中心及管理預算局等部門身居要職，而珍妮特.諾伍德則為美國勞務局局長。這不得不說是我們女性在統計界的榮譽，而說在統計知識方面，卡克斯可能更能夠登上寶座，她是應用統計學的開拓者。如今女性在統計界的不容忽視的地位更令我心生敬意和自豪感！

本書雖然某些章節與《魔鬼經濟學》類似，都提到了日常生活中我們所關心的問題，但不同的是本書讓我了解的統計學名詞更多，像K.皮爾遜的四個參數：平均數，標準差，兩個參數對稱性偏度和峰度，費歇爾的中心極限定理以及書中所說的大學一年級學生都能夠理解的簡化的奈曼—皮爾遜的假設檢驗理論公式。特別是提到大一學生都能夠理解的公式，更是讓我不禁要躍躍欲試一番。

而令我最感興趣的章節則是“吸煙會致癌嗎？”。吸引我的原因有兩點。第一：這個問題的答案不是顯而易見嗎？為什么還要討論呢？有什么討論的價值嗎？第二是我爸爸總是吸煙，令我對這個問題的答案有了期待。而杰爾姆.科恩菲爾德與來自各個不同研究所的頂尖癌癥專家一道對所有公開發表的研究作了一個回顧，他們審查了費歇爾，伯克森和奈曼提出的反對意見，同時也探究了煙草研究所的反對意見。他們由這場爭論引申出陣一些更細致的推論，并指出有關證據壓倒性地支持“吸煙是人類肺部表皮癌發生率迅速上升的原因之一”，他們發表的有關論文平息了醫學界關于這個問題的爭論。這個研究的調查結果，讓我心里頗為擔憂，雖然說吸煙不會致癌，但也是間接殺手，更讓我堅定了必須勸我爸爸戒煙的決心，因為有這個頂級的調查論證！

今天上午看到各地暴風雨襲擊，車輛難行的新聞，讓我覺得“百年不遇”的洪水非常具有研究價值。洪水奔騰肆虐，泛濫成災，慘烈之極，卻是是百年難得一遇，誰能為這樣的災難制定防范計劃呢？像這樣罕見的洪水，我們又怎么能夠估計其洪峰會高達多少呢？而本文卻用統計模型來分析。最終倫納德.亨利.凱萊布.蒂皮特找到了答案，而他解決這個問題的同時還解決了美軍工兵署能計算出在河上究竟該筑起多高的堤防，環保署能規定氣體排放標準來控制工業煙囪忽然排放的極值，棉紡工業能確定在棉線生產中究竟有哪些因素會最脆弱的纖維強度的分布參數產生影響。這使我們不得不佩服這些科學家們，連我們看似不可能解決的問題被他們用統計學模型解決了，而這樣看似不合理的解決方法卻給了我們完美的詮釋。

現今社會，艾滋病已經成為我國乃至世界醫學界面臨的重大問題之一。艾滋病的形成是有一個過程，先是HIV，即艾滋病攜帶者轉換為艾滋病患者。而由HIV轉換為艾滋病患者有一段過渡期，稱為潛伏期。我們可以算出平均潛伏期，而潛伏期則是以平均潛伏期為中心的一個區間，然而區間可大可小，怎么樣可以使得數據更加準確，奈曼帶領我們認識了兩個新的專有名詞“置信區間”和“置信界限”。

然而這個并未得到所有人的認同，其中最為可小的反抗者就是費歇爾了！后來他違背自己的思路，使用了其他人在處理適當概率分布時可能會用到的數學方法，結果他得出的結果和奈曼的結果是一樣的。據此費歇爾認為奈曼竊取了他的偏偏分布的思想。知識換了一個名字而已。其實費歇爾對她的信念分布的研究從來沒有取得進一步的發展，因為他的方法在遇到復雜的參數時就不管用了，而奈曼的方法則對處理任何類型的參數都是有效的。雖然奈曼的方法也不能夠百分之百，但比費歇爾的就進步多了，這也就是我們前面提到為什么費歇爾對奈曼充滿敵意的原因。

而這本書的另外兩個令我大吃一驚的觀點是實驗都是草率的和當測試越來越精確，誤差也就會越來越多。然而本書的另外一句話卻是與我的座右銘之一非常的相像“科研工作幾乎不可能獨立完成，通常需要不同智慧的結合”。的確，合作才能取得最大的勝利，是永恒不變的真理。而本書提供的研究方法中，控制變量法給予我最深的啟示。雖然本書的最后也未能夠解決那位女士的茶倒入牛奶中和牛奶倒入茶中的味道是一樣的結論是正確還是錯誤的結果但從這本書中我卻對科學的統計觀所代表的基本哲學和重大變革有了一定的理解，對統計界的偉人以及他們生平和發現有了一定的認識。而更深刻的理解則需要“讀書百變，其義自見”了。

文章的最后我覺得還是把上學期讀的《魔鬼經濟學》和本學期的《女士品茶》做一個比較。前者是通過一系列的例子讓我們自己了解其中運用的方法，而后者則不僅僅是舉例子，明確的提出方法，更加讓我對統計學的人物歷史有一個系統的認識，上述就是我對《女士品茶》這本書內容的概括，理解和感悟。

第五篇：讀《女士品茶》有感

讀《女士品茶》有感

起初老師推薦我們讀這本書的時候，我還以為這是一部有關女士的言情小說。當看了這本書的開頭時才知道“女士品茶”只是這本書的第一章而已，作為一個引子引出了主人公們的故事，講述了一個個統計學知識點。而且這是一本關于統計學歷史與變革的書。說實話，看書對我來說很困難，但在老師的要求下，結合上上學期學過的心理統計學，這本書看起來并不是那么的困難。

這本書是我看地老師推薦三本書中的第一本，原因是這個書名很吸引我，顯得很優雅。一位女士堅持認為把茶加進奶里，或把奶加進茶里不同的方法會使奶茶的味道品起來不同，而其他人則對此不以為然，接著他們進行了一個實驗的故事。作者第一位介紹的人物也是事件的參與者休·史密斯教授，這位教授并未得到大篇幅的介紹，只是這位教授給出了女士品茶的結果——那位女士成功的分辨出了每一杯奶茶的沖泡方法。接著女士品茶實驗的策劃者羅納德·艾爾默·費歇爾被我所認識。

這本書最大的特點是，用一個個故事講述一個個

統計學知識點，情節豐富，以史為鏡，生動形象，耐人尋味，打破了我對自然科學類書的刻板印象。這本書告訴了我，要善于觀察生活中的細節，尋找問題、發現問題和解決問題。以前沒有細心觀察，沒有帶著問題去思考，以至于學業平平，更別談學術了。當一個人帶著問題去生活，便多了許多樂趣和工作。當老師介紹了一同學對洗手間的思考之后，我之后的每次上洗手間就多了幾分樂趣，觀察思考著我和其他人對坑位的選擇，便得出一點結論，遠比原來放松的多。

我知道盡管自己很難像他們一樣作出影響后人的輝煌成就，但是希望在自己的努力下，可以取得自己想要的成果，為未來的美好生活打下一些基礎。當年的他們所作的努力讓我們受益匪淺，我們站在他們的肩膀上，繼續搭建著科學的大廈，我要像他們學習，抓住時間的尾巴，不畏艱辛，努力拼搏，堅持到底。